绑定机构
扫描成功 请在APP上操作
打开万方数据APP,点击右上角"扫一扫",扫描二维码即可将您登录的个人账号与机构账号绑定,绑定后您可在APP上享有机构权限,如需更换机构账号,可到个人中心解绑。
欢迎的朋友
万方知识发现服务平台
获取范围
  • 1 / 1
  (已选择0条) 清除 结果分析
找到 4 条结果
摘要:针对基于寻峰方法的 γ能谱识别方法对高本底、低探测率的复杂 γ能谱解析特征不显著、准确率低等问题,提出一种基于奇异值分解和支持向量机的核素识别算法.通过将1维能谱变换为2维图像,使用奇异值分解提取特征向量,将其作为支持向量机的输入构建分类器.实验结果表明:该方法对典型核素的识别率达到98%,并且能识别混合核素样本的组成成分.该方法降低了对探测器精度要求和参数设定的影响,提高了混合核素的识别能力.
摘要:针对传统γ能谱识别方法对高本底、低分辨率的复杂γ谱解析效果不明显、准确率低等问题,提出了一种基于支持向量机的核素识别方法。通过能谱预处理方法,获取能谱特征信息,将核素库的建立与分类器的构造相结合,使用实际能谱进行验证。通过谱仪对3种核素的不同组合进行能谱实测,实验结果表明,通过支持向量机的分类方法,对实测混合核素的识别准确率达到94%以上。
[硕士论文] 任俊松
信息与通信工程 西南科技大学 2017(学位年度)
摘要:随着核技术在工农业、医疗、国防等领域的广泛应用,核材料扩散、核恐怖事件以及核事故的威胁日益严重,对核安全与核检测技术提出了新的要求。本文针对核技术应用中遇到的一些实际问题,通过对γ能谱分析与核素识别方法的研究,重点解决强噪声、低探测率情况下的γ能谱分析与多核素识别问题。主要研究内容包括以下几个方面:
  对能谱信号进行预处理。在分析γ能谱成形原理基础之上,采用基于能谱全能峰信息的传统分析方法,对实测及仿真γ能谱进行分析。利用最小二乘平滑与马尔科夫平滑,在保留原始γ谱峰大部分重要特征下,完成含噪能谱的平滑降噪;通过导数寻峰与量子球寻峰方法对γ能谱进行寻峰,有效地提高了谱峰的分辨能力,实现能谱的特征提取。
  针对传统分析方法对高本底、低探测率的γ能谱解析效果不明显的问题,提出了一种基于奇异值分解的全谱分析方法,对低分辨率能谱具有较好的区分度,并且避免了人为设定参数对识别结果带来的影响。针对传统分析方法很难完成对重叠峰的解析问题,将能谱以向量空间模型表示,采用非负矩阵分解方法,实现对重峰的解析。
  研究了支持向量机在γ能谱分类识别中的应用,针对核素识别中的具体要求提出了相应的改进方案。通过实测能谱分析,讨论了单一核素及混合核素的识别情况,并对比了不同特征提取方法的优缺点。方法能够完成对低分辨率能谱的识别,并能有效识别混合核素样本的组成成分。
摘要:针对传统神经网络在核素识别中训练效果弱,易陷入局部极小、收敛速度慢等问题,提出了基于概率神经网络的核素识别方法,采用样本的先验概率和最优判定原则对新的样本进行分类。该方法利用能谱预处理过程获得的谱峰宽度、特征能量射线强度、峰面积等特征信息建立训练与测试样本,采用训练样本对概率神经网络模型进行训练,并进行了分类识别仿真实验。通过CZD探测器对3种核素不同组合的实测能谱进行测试,并与传统的神经网络算法进行对比表明:此方法具有较高的识别效率及准确率,可应用于安全监控、失控放射物探测等快速核素识别领域。
  (已选择0条) 清除
公   告

北京万方数据股份有限公司在天猫、京东开具唯一官方授权的直营店铺:

1、天猫--万方数据教育专营店

2、京东--万方数据官方旗舰店

敬请广大用户关注、支持!查看详情

手机版

万方数据知识服务平台 扫码关注微信公众号

学术圈
实名学术社交
订阅
收藏
快速查看收藏过的文献
客服
服务
回到
顶部